[发明专利]车辆调度方法、装置、可读存储介质和电子设备有效

专利信息
申请号: 202010997098.8 申请日: 2020-09-21
公开(公告)号: CN112101804B 公开(公告)日: 2021-11-02
发明(设计)人: 万世想;罗世楷;朱宏图 申请(专利权)人: 北京嘀嘀无限科技发展有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/26
代理公司: 北京睿派知识产权代理事务所(普通合伙) 11597 代理人: 刘锋
地址: 100193 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车辆 调度 方法 装置 可读 存储 介质 电子设备
【权利要求书】:

1.一种车辆调度方法,其特征在于,所述方法包括:

确定目标区域,所述目标区域内包括多个停车区域;

根据预设的周期性时间片序列确定所述目标区域对应的属性向量序列,所述属性向量序列中包括多个与所述时间片序列中各时间片对应的属性向量,所述属性向量中包括对应于各所述停车区域的属性值,所述属性值用于表征对应停车区域的车辆需求量或车辆供给量;

将所述属性向量序列分别输入多个图卷积层,以分别输出对应的多个图特征,各所述图卷积层分别根据影响停车区域车辆供需情况的多个特征图集合训练得到;

根据所述时间片序列和各所述图特征确定各所述停车区域在目标时间片对应的属性值范围,所述目标时间片与所述时间片序列中最后一个时间片的间隔时长为所述时间片序列的一个周期;

根据对应的属性值范围对各所述停车区域进行车辆调度;

其中,所述根据所述时间片序列和各所述图特征确定各所述停车区域在目标时间片对应的属性值范围包括:

将所述时间片序列以及各所述图特征输入注意力机制层以确定对应的属性特征向量;

对所述属性特征向量归一化处理后输入全连接层,以确定各所述停车区域在目标时间片对应的属性值范围。

2.根据权利要求1所述的方法,其特征在于,所述属性值为车辆需求量;

所述根据预设的周期性时间片序列确定所述目标区域对应的属性向量序列包括:

在预设的周期性时间片序列中各时间片的开始时间点和结束时间点分别获取所述目标区域中各所述停车区域的车辆数;

对于各所述停车区域,根据各所述时间片开始时间点的车辆数和结束时间点的车辆数确定对应的车辆需求量;

根据所述目标区域内各所述停车区域在各时间片对应的车辆需求量确定属性向量序列。

3.根据权利要求1所述的方法,其特征在于,所述属性值为车辆供给量;

所述根据预设的周期性时间片序列确定所述目标区域对应的属性向量序列包括:

在预设的周期性时间片序列中各时间片的开始时间点获取所述目标区域中各所述停车区域的车辆数;

对于各所述停车区域,根据各所述时间片开始时间点的车辆数确定对应的车辆供给量;

根据所述目标区域内各所述停车区域在各时间片对应的车辆供给量确定属性向量序列。

4.根据权利要求1所述的方法,其特征在于,所述将所述属性向量序列分别输入多个图卷积层,以分别输出对应的多个图特征具体为:

将所述属性向量序列分别输入第一图卷积层、第二图卷积层和第三图卷积层,以输出对应的第一图特征、第二图特征和第三图特征,所述第一图卷积层、第二图卷积层和第三图卷积层分别根据影响停车区域车辆供需情况的三个不同的特征图集合训练得到。

5.根据权利要求4所述的方法,其特征在于,所述第一图卷积层根据所述目标区域对应的欧式距离向量集合训练确定,所述欧式距离向量集合中各所述欧式距离向量根据所述目标区域中每两个停车区域之间的距离确定。

6.根据权利要求4所述的方法,其特征在于,所述第二图卷积层根据所述目标区域对应的区域信息向量集合训练确定,所述区域信息向量集合中各所述区域信息向量根据所述目标区域中每两个停车区域周边的信息点数量确定。

7.根据权利要求4所述的方法,其特征在于,所述第三图卷积层根据所述目标区域对应的路网信息向量集合训练确定,所述路网信息向量集合中各所述路网信息向量根据所述目标区域中每两个停车区域周边的道路信息确定。

8.根据权利要求1所述的方法,其特征在于,所述将所述时间片序列以及各所述图特征输入注意力机制层以确定对应的属性特征向量包括:

将所述时间片序列与预设的位置编码进行点乘后与各所述图特征合并,确定对应的注意力输入向量;

根据所述注意力机制层中的多个注意力权重矩阵以及注意力输入向量确定对应的注意力特征向量;

根据各所述注意力特征向量和逻辑回归函数确定属性特征向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京嘀嘀无限科技发展有限公司,未经北京嘀嘀无限科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010997098.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top